知识卡片:六台 AGIBOT G2 机器人 24 小时便利店试运行完成 1,730 项任务
一句话结论
AGIBOT 于 2026 年 11 月在上海徐汇区一家运营中的便利店开展 24 小时试运行,六台轮式人形机器人 G2 共完成 1,730 项任务,其中四台通过最终性能评估。
事件概述或研究问题
- 试运行时间:11 月 2 日 10:00 至 11 月 3 日 10:00,全程在真实运营的便利店中进行,并在多个线上平台直播,观看人数超过 200 万。
- 该活动是 AGIBOT 于 10 月 22 日启动的 AI WAVE 技术展示活动的收官环节,此前已陆续发布机器人数据、仿真、AI 模型、硬件与运营软件等成果。
- 研究问题:具身智能能否走出受控演示环境,在真实、持续变化、面向顾客的场景中完成日常任务。
方法/产品要点
- 参与机器人:六台 AGIBOT G2 轮式人形机器人,分工覆盖顾客协助、货架巡检、补货、咖啡制作、结账与热食服务、门店清洁。
- 任务统计(24 小时内):
- 顾客服务交互 683 次
- 商品取送 369 次
- 咖啡订单 147 单
- 早餐供应 126 份
- 货架巡检与补货 277 次
- 桌面清洁 128 次
- 覆盖四个运营时段:午间高峰、傍晚高峰、夜间运营、次日早餐高峰。
- 评估维度:在岗时间、任务完成度、顾客反馈、响应时间、突发情况处理能力。
- 实测项目:区分普通与无糖可乐等外观相似商品;将被打乱的香口胶放回正确位置;在人+箱子阻挡通道时识别障碍并绕行。
- 技术框架:Genie Master 具身智能体框架,通过 Embodied Execution Protocol(EEP)连接任务规划、执行与反馈;支持将成功与失败经验存入长期记忆,并把有效调整转化为训练数据以优化动作策略。
主要结果或产业意义
- 六台机器人中四台通过最终性能评估,两台未满足全部标准(具体未达标项未披露,待核实)。
- 机器人展示了基于实时视觉识别错放商品并归位、无明确指令下检测货架空缺并补货、区分台面污渍与纹理并选择合适清洁工具等能力。
- AGIBOT 表示正利用运营反馈提升 G2 在精细操作任务上的表现,包括在夜间客流较少时段安排额外练习。
- 公司计划在更多角色和真实环境中继续测试,评估哪些能力与运营实践可跨任务迁移、跨场景复制。
为什么重要
- 与既有卡片中 AGIBOT 出货量登顶、第 15000 台机器人下线等规模化里程碑相比,本条提供的是“部署后实际运行表现”的增量信息:从产能与出货转向真实商业场景中的持续作业与评估。
- 试运行把硬件、AI 模型、仿真与运营系统放进同一真实环境检验,是具身智能从演示走向可复制落地的一次公开验证。
- 公开直播与量化任务统计为行业提供了少见的真实场景运营数据点。
局限与不确定性
- 单店、24 小时、六台机器人的样本规模有限,尚不能推断长期稳定性或跨门店可复制性。
- 两台未通过评估的具体原因、评估打分细则未在材料中说明,待核实。
- 任务统计口径(如“任务”如何计数、是否含失败重试)未披露,待核实。
- 顾客反馈的具体数据与响应时间指标未公开,待核实。
- 公司自述材料,缺乏第三方独立评估。
可用于图书/PPT/简报的角度
- 具身智能“真实场景压力测试”案例:从实验室演示到运营中门店的跨越。
- 人形机器人零售落地任务图谱:顾客服务、补货、餐饮制作、清洁的分工设计。
- 多机器人协同框架 Genie Master/EEP:任务规划—执行—反馈—记忆—训练数据的闭环。
- 评估方法论:在岗时间、完成度、顾客反馈、响应时间、异常处理五维评估的实践样例。
- 商业化节奏对比:产能里程碑(第 15000/20000 台下线)与场景验证里程碑的并行推进。
与既有脉络的关系
- 既有卡片《AGIBOT 第15000台机器人下线》记录 2026 年 6 月的产能节点;本条材料提到 2026 年 9 月第 20000 台机器人下线,为产能进展的更新信息(来源为公司自述,待核实)。
- 既有卡片《AGIBOT 2026年上半年全球人形机器人出货量登顶》关注出货量排名;本条补充的是已部署机器人在真实门店中的运行表现,二者构成“规模—实效”的互补视角。
原始材料
- 标题:Six AGIBOT G2 Robots Complete 1,730 Tasks in 24-Hour Shanghai Convenience Store Trial
- 来源:AGIBOT 官网新闻(AGIBOT Innovation (Shanghai) Technology Co., Ltd.)
- URL:https://www.agibot.com/article/231/detail/134.html
- 关键词:AGIBOT、G2、轮式人形机器人、具身智能、便利店、Genie Master、Embodied Execution Protocol、AI WAVE
发现内容有误?
免登录提交,管理员审核并完成修正后才会公开修订说明。
值得关注
与既有卡片中 AGIBOT 出货量登顶、第 15000 台机器人下线等规模化里程碑相比,本条提供的是“部署后实际运行表现”的增量信息:从产能与出货转向真实商业场景中的持续作业与评估。 试运行把硬件、AI 模型、仿真与运营系统放进同一真实环境检验,是具身智能从演示走向可复制落地的一次公开验证。 公开直播与量化任务统计为行业提供了少见的真实场景运营数据点。
相关主题
对应的教材知识点
根据卡片内容自动匹配,点击查看已审核的教材讲解: